按类型筛选
列表提供 Dataset Type 筛选维度，可按数据集类型缩小范围，并与年份筛选叠加使用，快速定位某一类任务的数据集。
Google Research Datasets
AI TOOL PROFILE工具资料Google 研究对外开放的跨学科基础数据集索引库
价格费用与获取方式未公布
平台Web
归类AI 搜索
收录2026-10-12
复核2026-10-12
编辑评分
4.1 / 5
★★★★☆
Google Research Datasets编辑总结
Google Research Datasets 是 Google 研究团队对外开放的数据集索引库，汇集 169 个数据集，覆盖语音、自然语言处理、计算机视觉、机器人、医疗、隐私等方向，按类型与年份筛选排序。数据集面向科研人员与学生，用于验证理论、评测模型和探索新问题。优点是学科跨度大、单个数据集往往配有论文与任务说明，例如 WikiProfile 含 2,150 条事实、每条配 10 个问题共 21,500 个问题实例，ScreenQA 含约 86K 问答对与约 35K 张截图。短板是它只是索引，不提供统一的下载入口和在线试用，各数据集的授权与使用限制需逐一确认，也未公布统一的费用与额度政策。
Google Research Datasets是什么？
Google Research Datasets 是 Google 研究团队维护的公开数据集索引，定位是给全球研究者提供可直接用于科研的基础数据，帮助验证理论、评测模型和探索新的研究问题。它本身不做模型训练或推理，而是把 Google 各研究方向发布的数据集汇总到一个可按条件筛选的列表里。
列表当前收录 169 个数据集，按数据集类型与发布年份筛选和排序。方向覆盖语音识别与合成、自然语言理解、屏幕内容理解、文化认知、机器人控制、医疗影像、能源与隐私等。其中不少数据集配有对应论文，例如 ScreenQA 对应其论文，BamTwoogle 对应《ReST meets ReAct: Self-Improvement for Multi-Step Reasoning LLM Agent》论文，Topics API 合成数据对应 KDD 2025 的论文。
研究者通常按任务类型定位数据集：做多语言语音的可以看面向非洲语言的 Waxal 项目，做屏幕理解的可选 ScreenQA 与 ScreenQA Short，做医疗图像的可看 SCIN 皮肤科数据集。对团队而言，这个索引的价值在于一次性看到 Google 各方向的数据集全貌，再按需进入各自页面获取细节。
Google Research Datasets核心功能
按年份筛选
支持按 Dataset Year 筛选，排序方式提供按年份与按年份倒序两种，适合优先查看最新发布的数据集。
多语言语音数据
Waxal 项目同时提供面向非洲语言的自动语音识别与文本转语音数据集，目标是提升这些语言语音与语言技术的准确度和流畅度。
事实知识基准
WikiProfile 是事实知识基准，包含 2,150 条事实、每条配 10 个问题，合计 21,500 个问题实例，题型覆盖文本补全、闭卷问答与多选。
屏幕内容理解
ScreenQA 含约 86K 问答对、来自 Rico 的约 35K 张截图；ScreenQA Short 沿用同样的问题与截图，把真值换成短答案列表，用于训练和评测屏幕理解模型。
跨文化认知评估
Cultural Familiarity Annotations 覆盖中国、埃塞俄比亚、希腊、印度尼西亚、伊朗、墨西哥、韩国、西班牙、英国和美国 10 个国家，含提示词、AI 生成文本及各地人工标注。
医疗图像数据
SCIN crowdsourced 皮肤科数据集含 10,000 张皮肤状况图像，来自美国互联网用户知情同意后的贡献，附带自报人口统计与症状信息、皮肤科医生标签，以及估计的 Fitzpatrick 皮肤类型与 Monk 肤色。
对话式任务数据
HowToDIV 提供烹饪、机械和种植等多领域的过程性任务辅助对话、指令与视频步骤，每个会话是多轮对话，专家在其中教用户完成任务并感知用户所处环境。
机器人乒乓球数据
Competitive Robot Table Tennis 数据集给出球被击出后的初始球状态数组，形式为 [pos_x, pos_y, pos_z, vel_x, vel_y, vel_z, w_vel_x, w_vel_y, w_vel_z]，用于机器人竞技研究。
Google Research Datasets值不值得用？
做学术研究、需要公开可引用的标准数据集时，这个索引值得作为首选入口：它一次性列出 169 个数据集，覆盖语音、语言、屏幕理解、医疗、机器人等方向，很多条目直接标注了对应的任务形式和论文出处，能省掉大量检索时间。尤其是需要基准评测的场景，WikiProfile 这类带明确规模和题型的条目可以直接拿来做对比实验。但要清楚它只是索引而不是数据平台：没有统一的下载入口，也不提供在线试用，各数据集的授权范围和使用限制需要逐个到对应页面确认。如果你要的是开箱即用的标注工具或数据托管服务，这里并不提供。
建议选它的情况
- 做基准评测，需要带明确规模与题型说明的数据集
- 研究方向涉及多语言语音、屏幕理解或医疗图像
- 想快速了解 Google 各方向公开了哪些数据集
不建议选它的情况
- 需要统一下载入口或在线试用环境
- 需要数据托管、标注工具等平台能力
- 只用中文语料且不接受以英文为主的数据集说明
Google Research Datasets使用建议
入门先把路子走对
- 先按类型缩小范围进入列表后先在 Dataset Type 里选一个大类，再叠加 Dataset Year，避免在 169 条里逐个翻找。
- 优先看倒序排序排序默认可按年份倒序，先看最近发布的数据集，通常任务定义和评测协议更新。
- 读条目先看任务描述每个条目首段一般说明数据集解决什么任务、数据规模和组成，先读这段判断是否匹配你的研究方向。
进阶省时间也省钱
- 顺着论文找评测协议ScreenQA、BamTwoogle、Topics API 合成数据等条目都标注了对应论文，按论文里的划分与指标复现，结果才可对比。
- 同源数据集配对使用ScreenQA 与 ScreenQA Short 使用相同的约 86K 问题与约 35K 张截图，只是真值形式不同，适合同时评测长答案与短答案能力。
- 先核对授权再入库各数据集由不同团队发布，授权与商用限制不统一，正式用于项目前先到对应条目确认使用条款。
Google Research Datasets适合谁用？
语音方向研究者
推荐关注低资源语言的语音识别与合成，Waxal 项目同时提供 ASR 与 TTS 数据，可直接用于非洲语言的模型训练与评测。
大模型评测团队
推荐需要标准基准做对比，WikiProfile 的 2,150 条事实、21,500 个问题实例和固定题型便于复现分数。
移动端理解研究者
推荐研究屏幕内容理解与问答，ScreenQA 提供约 86K 问答对与约 35K 张截图，规模够做训练和评测。
医疗 AI 团队
有条件SCIN 提供 10,000 张皮肤状况图像及皮肤科医生标签，但数据来自美国互联网用户，跨人群泛化需要额外验证。
需要商用数据的企业
有条件各数据集授权范围不统一，商用前需逐个核对条款，不能默认可直接用于产品。
只想快速试用工具的人
不推荐这里只是数据集索引，不提供在线试用或可视化操作界面，想直接上手工具的用户会失望。
Google Research Datasets优点和缺点
优点
- 收录 169 个数据集，覆盖语音、语言、视觉、机器人、医疗等方向
- 按类型和年份筛选，排序支持年份与年份倒序
- WikiProfile 含 2,150 条事实、21,500 个问题实例
- ScreenQA 含约 86K 问答对、约 35K 张截图
- SCIN 含 10,000 张皮肤科图像并附医生标签
- 多个数据集标注了对应论文，便于复现评测
缺点
- 仅作索引，无统一下载入口与在线试用
- 各数据集授权与使用限制不统一
- 费用与获取方式未公布
- 部分条目以英文说明为主，中文资料少
- 数据规模与任务定义差异大，跨数据集比较困难
Google Research Datasets关键指标
| 指标 | 数值 | 数据来源 |
|---|---|---|
| 收录数据集总数 | 169 | 列表分页信息 |
| 每页展示条数 | 15 | 列表分页信息 |
| WikiProfile 事实条数 | 2,150 | WikiProfile 条目 |
| WikiProfile 问题实例数 | 21,500 | WikiProfile 条目 |
| WikiProfile 每条事实问题数 | 10 | WikiProfile 条目 |
| ScreenQA 问答对数量 | 约 86K | ScreenQA 条目 |
| ScreenQA 截图数量 | 约 35K | ScreenQA 条目 |
| SCIN 图像数量 | 10,000 | SCIN 条目 |
| Cultural Familiarity Annotations 覆盖国家数 | 10 | Cultural Familiarity Annotations 条目 |
| Google 数据中心功耗追踪年份 | 2019 | Google Data Center Power Trace 2019 条目 |
Google Research Datasets常见问题
这个站点一共有多少数据集？＋
列表显示 1 - 15 of 169 datasets，即共收录 169 个数据集，分页每页展示 15 条。
有适合做事实知识评测的数据集吗？＋
有。WikiProfile 是事实知识基准，包含 2,150 条事实，每条配 10 个问题，合计 21,500 个问题实例，题型覆盖文本补全、闭卷问答与多选，适合做模型事实性对比。
做屏幕内容理解研究可以用哪些数据？＋
可以看 ScreenQA 和 ScreenQA Short。前者含约 86K 问答对，来自 Rico 的约 35K 张截图；后者沿用同样的问题和截图，把真值改成短答案列表，适合评测不同答案粒度的能力。
有没有覆盖语音方向和低资源语言的数据？＋
Waxal 项目同时提供面向非洲语言的自动语音识别与文本转语音数据集，目的是提升这些语言的语音和语言技术准确度与流畅度。
数据集能直接商用吗？＋
各数据集由不同团队发布，授权与商用限制并不统一，官网未给出统一的授权说明。正式用于产品或商业项目之前，需要到对应数据集的条目页面确认具体使用条款。
支持按年份找最新的数据集吗？＋
支持。列表提供 Dataset Year 筛选，排序可选按年份或按年份倒序，切到倒序后先看到的就是较新发布的数据集。
数据集怎么下载，要付费吗？＋
费用与获取方式未公布。这个站点本身是数据集索引，不提供统一的下载入口或在线试用，具体获取途径需要到各数据集的条目页面查看。
Google Research Datasets最新动态
-
Topics API 合成数据发布
Topics API 差分隐私合成数据随论文《Differentially Private Synthetic Data Release for Topics API Outputs》在 KDD 2025 发表并公开。
-
数据中心功耗数据公开
Google Data Center Power Trace 2019 公开，内容为 2019 年 5 月期间 Google 数据中心各功率域的功耗。
